12

Предельные теоремы

[23/96%]
Показать
LaTeX
Задача 12.1

Лучница целится в круглую мишень радиусом 20 дюймов. Её стрелы попадают в среднем на 5 дюймов от центра, причём каждый выстрел независим. Покажите, что следующая стрела не попадёт в мишень с вероятностью не более 14\frac{1}{4}.

?
Задача 12.2

Покажите, что 14\frac{1}{4} — наилучшая возможная оценка вероятности промаха по мишени в задаче 12.1; то есть, при определённых обстоятельствах, эта вероятность может быть равна 14\frac{1}{4} или сколь угодно близка к ней.

?
Задача 12.3

Покажите, что если неотрицательная случайная величина имеет конечное математическое ожидание E[X]\mathbb {E}\left[X\right], то

P({X⩾C})⩽E[X]C \mathbb {P}\left(\{ X \geqslant C\} \right) \leqslant \frac{\mathbb {E}\left[X\right]}{C}

для любого C>0C>0.

?
Задача 12.4

Докажите следующую теорему, известную как неравенство Чебышёва. - Теорема 12.1 Пусть XX — случайная величина с конечным математическим ожиданием E[X]\mathbb {E}\left[X\right] и конечной дисперсией Var⁡[X]\operatorname {Var}\left[X\right]. Тогда

P({∣X−E[X]∣⩾C})⩽Var⁡[X]C2 \mathbb {P}\left(\{ \left|X-\mathbb {E}\left[X\right]\right| \geqslant C\} \right) \leqslant \frac{\operatorname {Var}\left[X\right]}{C^{2}}

для любого C>0C>0. Неравенство Чебышёва даёт весьма грубую оценку, сила которой заключается в его универсальности. Оно позволяет нам оценить вероятность отклонения случайной величины XX от её среднего значения E[X]\mathbb {E}\left[X\right], даже если о распределении XX ничего не известно.

?
Задача 12.5

Честная монета подбрасывается независимо nn раз. Пусть SnS_{n} — число выпавших орлов. Используя неравенство Чебышёва, найдите нижнюю оценку вероятности того, что Snn\frac{S_{n}}{n} отличается от 12\frac{1}{2} менее чем на 0.1, когда а) n=100n=100, б) n=10000n=10 000, и в) n=100000n=100 000.

?
Задача 12.6

Найдите нижнюю оценку Чебышёва для вероятности того, что Snn\frac{S_{n}}{n} из задачи 12.5 отличается от 12\frac{1}{2} менее чем на 0.01, когда а) n=100n=100, б) n=n= 10 000, и в) n=100000n=100 000.

?
Задача 12.7

В тех же условиях, что и в задаче 12.5, покажите, что

lim⁡n→∞P({∣Snn−12∣<ε})=1 \lim _{n \rightarrow \infty } \mathbb {P}\left(\left\{ \left|\frac{S_{n}}{n}-\frac{1}{2}\right|<\varepsilon \right\} \right)=1

для любого ε>0\varepsilon >0.

?
Задача 12.8

Рассмотрим нечестную монету с вероятностью pp выпадения орла. Пусть SnS_{n} — число выпавших орлов, когда монета подбрасывается независимо nn раз. Запишите предел, аналогичный тому, что в задаче 12.7, и докажите его.

?
Задача 12.9

Мы независимо бросаем nn игральных костей и складываем выпавшие очки, обозначая сумму через SnS_{n}. Распространите результаты задач 12.7 и 12.8 на этот случай.

?
Задача 12.10

Докажите следующий закон больших чисел в слабой форме. - Теорема 12.2 Пусть X1,…,XnX_{1}, \ldots , X_{n} — независимые одинаково распределённые случайные величины с конечными математическим ожиданием и дисперсией, и пусть Sn=X1+⋯+XnS_{n}=X_{1}+\cdots + X_{n}. Положим a=E[Xi]a=\mathbb {E}\left[X_{i}\right] — эта величина одна и та же для каждого ii. Тогда

lim⁡n→∞P({∣Snn−a∣<ε})=1 \lim _{n \rightarrow \infty } \mathbb {P}\left(\left\{ \left|\frac{S_{n}}{n}-a\right|<\varepsilon \right\} \right)=1

для любого ε>0\varepsilon >0.

?
Задача 12.11

Используя слабый закон больших чисел, докажите, что для всякой непрерывной функции f:[0,1]→Rf:[0,1] \rightarrow \mathbb {R}

∑k=0nf(kn)(nk)xk(1−x)k→f(x) \sum _{k=0}^{n} f\left(\frac{k}{n}\right)\binom {n}{k} x^{k}(1-x)^{k} \rightarrow f(x)

равномерно по x∈[0,1]x \in [0,1] при n→∞n \rightarrow \infty.

?
Задача 12.12

Пусть Sn(x)S_{n}(x) обозначает число единиц среди первых nn цифр двоичного разложения числа x∈[0,1]x \in [0,1]. Покажите, что

lim⁡n→∞Sn(x)n=12 \lim _{n \rightarrow \infty } \frac{S_{n}(x)}{n}=\frac{1}{2}

для всех xx из некоторого множества меры Лебега 1 на [0,1][0,1].

?
Задача 12.13

Покажите, что если XX имеет конечное математическое ожидание, то E[an]=E[X]\mathbb {E}\left[a_{n}\right]=\mathbb {E}\left[X\right] и

lim⁡n→∞an=E[X] \lim _{n \rightarrow \infty } a_{n}=\mathbb {E}\left[X\right]

с вероятностью 1.

?
Задача 12.14

Покажите, что

E[1n∑i=1n(Xi−an)2]=n−1nVar⁡[X]. \mathbb {E}\left[\frac{1}{n} \sum _{i=1}^{n}\left(X_{i}-a_{n}\right)^{2}\right]=\frac{n-1}{n} \operatorname {Var}\left[X\right] .
?
Задача 12.15

Покажите, что если XX имеет конечные математическое ожидание и дисперсию, то E[σn2]=Var⁡[X]\mathbb {E}\left[\sigma_{n}^{2}\right]= \operatorname {Var}\left[X\right] и

lim⁡n→∞σn2=Var⁡[X] \lim _{n \rightarrow \infty } \sigma _{n}^{2}=\operatorname {Var}\left[X\right]

с вероятностью 1.

?
Задача 12.16

Пусть (Ω,F,P)(\Omega , \mathcal{F}, P) — вероятностное пространство, где Ω\Omega есть множество всех возможных исходов случайного эксперимента. Возьмём два события A,B∈FA, B \in \mathcal{F} с P(B)≠0\mathbb {P}\left(B\right) \neq 0. Если случайный эксперимент независимо повторяется nn раз, пусть SnS_{n} — число раз, когда исход принадлежит BB. Среди этих SnS_{n} исходов, принадлежащих BB, найдётся RnR_{n} исходов, которые также принадлежат AA. Покажите, что

lim⁡n→∞RnSn=P(A∣B) \lim _{n \rightarrow \infty } \frac{R_{n}}{S_{n}}=\mathbb {P}\left( A \mid B \right)

с вероятностью 1.

?
Задача 12.17

Докажите, что если последовательность случайных величин XnX_{n} сходится почти наверное к XX, то она сходится к XX по вероятности.

?
Задача 12.18

Докажите, что если последовательность случайных величин XnX_{n} сходится к XX по вероятности, то она сходится к XX по распределению.

?
Задача 12.19

Покажите, что для всякого вещественного числа xx

lim⁡n→∞P({Snn⩽x})12π(σ2/n)∫−∞xe−(t−a)2/2(σ2/n)dt=1. \lim _{n \rightarrow \infty } \frac{\mathbb {P}\left(\left\{ \frac{S_{n}}{n} \leqslant x\right\} \right)}{\frac{1}{\sqrt{2 \pi \left(\sigma ^{2} / n\right)}} \int _{-\infty }^{x} e^{-(t-a)^{2} / 2\left(\sigma ^{2} / n\right)} \mathrm{d} t}=1 .
?
Задача 12.20

Оцените вероятность того, что число выпадений орла при 10 000 независимых подбрасываниях правильной монеты отличается от 5000 менее чем на 1%1\%.

Какова вероятность того, что число выпадений орла будет больше 5100?

?
Задача 12.21

Сколько требуется независимых подбрасываний правильной монеты, чтобы вероятность того, что среднее число выпадений орла отличается от 0.5 менее чем на 1%1\%, была не меньше 0.99?

?
Задача 12.22

Три кандидата AA, BB и CC баллотируются на пост президента. Чтобы предсказать исход выборов, некоторое число людей, каждый из которых выбирается случайно и независимо от остальных, опрашивается об их выборе. Предсказанный процент pXp_{X} голосов за каждого кандидата X∈{A,B,C}X \in \{ A, B, C\} вычисляется путём деления числа людей в выборке, которые собираются голосовать за XX, на общее число людей в выборке. Сколько человек должно быть в выборке, чтобы обосновать следующее утверждение: для каждого кандидата XX вероятность того, что предсказанный процент pXp_{X} верен с точностью до 1%1\%, не меньше 0.95?

Какой размер выборки позволит сделать то же самое утверждение, если кандидатов всего два? А если кандидатов nn? (Исключите n=1n=1, хотя такой случай нередок в некоторых политических системах.)

?
Задача 12.23

Предположим, что выборка, состоящая из nn мужчин, используется в опросе, описанном в задаче 7.22, чтобы установить вероятность быть "поющим в ванной". Каждого человека просят бросить кость и ответить ДА или НЕТ. Вероятность P(Y)\mathbb {P}\left(Y\right) ответа ДА оценивается средним числом PnYP_{n} Y ответов ДА (то есть числом ответов ДА, делённым на nn). Поскольку P(Y)\mathbb {P}\left(Y\right) связана с вероятностью P(S)\mathbb {P}\left(S\right) быть "поющим в ванной" соотношением P(Y)=16+23P(S)\mathbb {P}\left(Y\right)=\frac{1}{6}+\frac{2}{3} \mathbb {P}\left(S\right) (см. решение 7.22), оценка PnSP_{n} S величины P(S)\mathbb {P}\left(S\right) тогда вычисляется по формуле

PnY=16+23PnS P_{n} Y=\frac{1}{6}+\frac{2}{3} P_{n} S

Оцените вероятность того, что PnSP_{n} S отличается от P(S)\mathbb {P}\left(S\right) более чем на ε>0\varepsilon >0. Затем найдите, насколько большой должна быть выборка, чтобы гарантировать, что PnSP_{n} S отличается от P(S)\mathbb {P}\left(S\right) не более чем на 0.01 с вероятностью не менее 0.95? Сравните это с размером выборки, необходимым, если на вопрос опроса отвечают напрямую, без бросания кости.

?